검색 본문
namu.wiki 기계학습 - 나무위키 확률론/베이지언 통계학을 배워야 한다. 수리통계학: 가설검정, 회귀분석, 여러 가지 확률 분포들이 머신러닝 기법에 등장한다. 이를 개념적으로 아는 것뿐만 아니라 직접 수리적으로 다룰 수 있어야 한다... 개요 상세 관련과목 프로그래밍 언어 정의 알고리즘 응용 학문 대학, 취업, 창업에서의 기계학습 2024.06.01 웹문서 검색 더보기 머신러닝 기반 스마트 크루즈 컨트롤 - 나무위키 앤드류 응 - 나무위키 pervin527.tistory.com Hi, I'm GOSU 머신러닝 정리노트 1.Data Cleaning 1-1.Missing Value 우리가 수집한 현실 데이터는 N/A(Not Available), Null, None과 같이 값이 누락된 것들이 존재하며 이런 값들을 Missing Value, 결측치라고 한다. N/A, Null과 같이 없음을 명확히 나타내는 것 이외에도 특정한 컬럼에서 95%이상의 값들이 0으로 구성된 경우도 결측치로 인식하여 해당 컬럼을 분석 또는 모델링 단계에서 제외(Drop)할 것인지 확인해야한다. 1-2.Multicollinearity 다중공산성. 우리가 데이터 분석이나 머신러닝 모델링을 하는 이유는 종속변수 2.Feature Engineering 2-1.Encoding 컴퓨터는 인간이 사용하는 문자와 같은 형태의 데이터를 이해할 수 없고, 오로지 숫자만 이해한다. 따라서 문자나 카테고리와 같은 인간이 이해하는 형태의 데이터를 반드시 숫자로 바꿔야한다. 이렇게 컴퓨터가 이해할 수 있는 수치형 데이터로 변환하는 과정을 Encoding이라 한다. 강아지와 고양이를 분류하는 경우 강아지는 1, 고양이는 2로 인코딩. 혹은 벡터의 형태로 강아지는 [1, 0], 고양이는 [0, 1]로 One-hot Encoding. 문장은 단어 단위로 문장을 분할하고, 각각의 단어를 단어사전을 기준으 3.Feature Selection 3-1.개념 feature selection은 데이터셋이 가지고 있는 여러 개의 특징들 중에서 타겟변수(종속변수)를 예측하는데 중요한 역할을 하는 몇몇의 특징들을 선별하는 작업을 말한다. 즉, 필요한 특징들만 골라서 모델 학습에 반영하겠다는 것인데 이렇게 하면 다음과 같은 장점들이 있다. 다중공산성을 해결하는 방법 중 하나. 메모리에 적재되는 특징의 수가 적어진다는 것은 해당 컬럼에 포함된 모든 데이터가 반영되지 않는다는 것이므로 컴퓨팅 리소스 비용이 감소하고 컴퓨팅 연산 속도가 빨라진다. 당연하겠지만 feature의 종류가 많을수 4.Regression 회귀는 연속적인 값을 예측하는 작업이다. 대표적인 예로 집 값이나 주가 예측 등이 있다. 4-1.Loss Function 손실 함수는 모델의 예측과 정답의 차이를 계산하는 함수로 모델의 예측이 얼마나 나쁜지를 정답과의 오차로 출력한다.(좋은 모델은 오차가 낮은 예측을 하는 모델이다.) 손실함수에 대해 알아보기 전에 모델의 상태를 알 수 있는 Bias와 Variance라는 것을 먼저 알아보자. Bias는 모델의 예측값이 정답과 얼마나 차이나는지를 나타내는 것으로 bias가 클수록 예측의 질이 나쁘다는 것을 나타낸다. 일반적으로는 모델 5.Classification Regression이 연속적인 값인 타겟 변수를 예측하는 것이었다면 classification은 사전 정의된 범주(category) 중 하나 또는 여러 개를 예측하는 작업을 말한다. 5-1.손실함수 Gini Index 분류 결과를 금(gold)의 순도처럼 정량적으로 측정하는 방법이다. \( I(A) \)는 불순도의 정도를 출력하므로 값이 낮을수록 분류 성능이 좋은 것이다. Entropy Entropy도 불순도와 비슷하게 분류 결과에 대한 오차를 측정하는 함수로 낮을수록 성능이 좋은 것이다. m : 클래스(범주)의 수 n : 데이터 6.Clustering 클러스터링은 비지도 학습기반 작업으로 데이터를 벡터 공간상 점으로 간주하여 거리나 유사도를 기반으로 비슷한 데이터들끼리 묶어 여러 개의 군집을 형성한다. 6-1.거리측정 방식 이외에도 마할로노비스 거리라는 것이 있는데, 이는 분포와 데이터들간 거리를 측정하는 방식이다. 6-2.k-means 클러스터링 사전 정의된 k개의 군집으로 데이터를 묶어준다. 초기 중심점을 설정하고 각각의 데이터를 중심점에 배정한다.(군집에 배정) 중심점을 재설정하고, 데이터를 다시 군집에 할당한다. 단점이라면 군집의 개수를 사전 정의해야하고... 40 1-1.Missing Value 우리가 수집한 현실 데이터는 N/A(Not Available), Null, None과 같이 값이 누락된 것들이 존재하며 이런 값들을 Missing Value, 결측치라고 한다. N/A, Null과 같이 없음을 명확히 나타내는 것 이외에도 특정한 컬럼에서 95%이상의 값들이 0으로 구성된 경우도 결측치로 인식하여 해당 컬럼을 분석 또는 모델링 단계에서 제외(Drop)할 것인지 확인해야한다. 1-2.Multicollinearity 다중공산성. 우리가 데이터 분석이나 머신러닝 모델링을 하는 이유는 종속변수 2024.06.02 블로그 검색 더보기 kingle1024.tistory.com 엄지월드 [1차시] 머신러닝 기초 개념 / Google Colab 소개 24 인공지능(Artificial Intelligence) : 컴퓨터가 인간과 같이 생각할 수 있도록 만드는 기법을 연구하는 학문 머신러닝(Machine Learning) : 데이터에 기반한 학습을 통해 인공지능을 구현하는 기법들을 지칭. 딥러닝(Deep Learning) : 머신러닝 기법 중 하나인 인공신경망(Artificial Neural Networks) 기법의 은닉층... 2024.05.09 ktbaek.tistory.com ZeroToInfinity Upstage AI Lab 3기 - ML 프로젝트 기본 이론 : 머신러닝 1. 머신러닝 개론 01 머신러닝의 정의 1.1 인공지능, 머신러닝 , 딥러닝 개념정리 1.2 지도/비지도 학습 1.3 정형/비정형 데이터 1.4 현업에서의 머신러닝 사례 살펴보기 02 머신러닝 성능 평가 방법론 2.1 성능 평가 지표 2.2 훈련 집합과 테스트 집합 2.3 과대적합과 과소적합 03 머신러닝 모델의 학습원리 살펴보기(분류,회귀) 3.1 머신러닝 모델의 학습원리 3.2 경사하강법(Gradient Descent) 3.3 연속형과 범주형 데이터 3.4 분류와 회귀문제 2. 머신러닝과 분류(Classification) Task 01 분류 테스크 정의와 모델 1.1 분류 테스크 살펴보기 1.2 분류 테스크 모델 종류 1.3 로지스틱 회귀 이론 및 구현 1.4 의사결정 트리 이론 및 구현 02 데이터 분석 및 활용하기 2.1 기본기 다지기 2.2 EDA(Exploratory Data Analysis) 03 머신러닝 모델로 분류 예시문제 풀어보기 3.1 손글씨(MNIST) 데이터 분류하기 3.2 붓꽃(IRIS) 데이터 분류하기 3. 머신러닝과 회귀(Regression) 태스크 01 회귀 태스크 정의와 모델 1.1 회귀 태스크 살펴보기 1.2 회귀 태스크 모델 종류 1.3 부스팅계열 모델 이론 및 구현 02 모델 성능 기록 및 향상시키기 2.1 Weight and Bias 사용하기 2.2 과대적합과 과소적합 해결하기 2.3 Hyper Parameter Tunning 3 (실습) 머신러닝 모델로 회귀 예시문제 풀어보기 3.1 캘리포니아 집값 예측하기 3.2 자전거 수요 예측하기 3.3 주가 예측하기 4. 머신러닝과 클러스터링(Clustering) 태스크 01 클러스터링 태스크 정의와 모델 1.1 클러스터링 태스크 살펴보기 1.2 클러스터링 태스크 모델 종류 1.3 클러스터링 평가 02 모델 결과 서빙하기 2.1 Streamlit 소개하기 2.2 (실습) Streamlit 으로 모델 서빙하기 2.3 (실습) Streamlit 으로 모델 배포하기 03 (실습)머신러닝 모델로 클러스터링 예시문제 풀어보기 3.1 붓꽃 분류하기 3.2 신용카드 고객 세분화하기 3.3 와인 분류하기 01 머신러닝의 정의 1.1 인공지능, 머신러닝 , 딥러닝 개념정리 31 01 분류 테스크 정의와 모델 1.1 분류 테스크 살펴보기 1.2 분류 테스크 모델 종류 1.3 로지스틱 회귀 이론 및 구현 1.4 의사결정 트리 이론 및 구현 02 데이터 분석 및 활용하기 2.1 기본기 다지기 2.2 EDA(Exploratory Data Analysis) 03 머신러닝 모델로 분류 예시문제 풀어보기 3.1 손글씨(MNIST) 데이터 분류하기 3.2 붓꽃(IRIS) 데이터 분류하기 국비지원 패스트캠퍼스 UpstageAILab 패스트캠퍼스AI부트캠프 업스테이지패스트캠퍼스 패스트캠퍼스업스테이지에이아이랩 패스트캠퍼스업스테이지부트캠프 2024.06.01 stopmin.tistory.com 지민 개발 블로그 [핸즈온 머신러닝]한눈에 보는 머신러닝 14 1.1 머신러닝이란? 데이터에서부터 학습하도록 컴퓨터를 프로그래밍 하는 과학(또는 예술) 명시적인 프로그래밍 없이 컴퓨터가 학습하는 능력을 갖추도록 훈련 세트 : 시스템이 학습하는 데 사용하는 샘플 훈련 사례 : 각 훈련 데이터 훈련 데이터 : 경험 정확도 : 성능 측정(정확히 분류된 x의 비율) 1.2 왜 머신러닝을... 2024.06.05 [핸즈온 머신러닝] 퍼셉트론(Perceptron) [핸즈온 머신러닝] 선형 회귀(Linear Regression) 통합웹 더보기
서비스 안내 스토리의 글을 대상으로 검색결과를 제공합니다. 자세히보기 wait-a-min.tistory.com waitamin [머신러닝] 선형회귀분석 14 요구하는 업무를 수행하기 위한 시스템 Machine Learning: 관측된 패턴을 기반으로 의사 결정을 하기 위한 알고리즘 Deep Learning: 인공신경망을 이용한 머신러닝 Data science: AI를 포괄하여 통계학과 컴퓨터공학을 바탕으로 발전한 융합학문 Data Analysis: 데이터 집계, 통계 분석, 머신러닝을 포함한 행위 💡머신... 2024.06.03 티스토리 검색 더보기 brunch.co.kr 김동민 런닝머신과 머신러닝 런닝머신 들어서 런닝을 시작했다. 평소에도 체력이 저질이라 헬스를 하고 있었지만 그럼에도 살이 빠지지 않고 있던 터에 여자친구가 새로운 자극을 주게 되어(ㅈㅂ이라며 놀림) 시작하게 되었다. 평소에 상체세트 2개, 하체 1개 루틴의 3분할 식 운동을 하고 있었기에 달리기 따위 뭐 얼마나 힘들겠냐며 시작했으나 런닝머신 위에서의 내 모습은 그녀가 말한 ㅈㅂ마냥 기계 위에서 쿵쿵거리며 헐떡이기 바빴다. 하루 많게는 1시간 30분씩 운동하던 나인데 꼴랑 1분 뛰고 1분 걷는 5개 세트조차도 너무나 버거웠다. 내가 할 수 있을까? 나도 3K, 머신러닝 내가 살면서 이 단어와 마주하고 관계된 일을 하게 되리라 생각해 본 적 없다. 나는 소위 말하는 수포자였고 솔직하게 얘기하자면 수학이 싫어서 미대로 도망친 것이 약 68.74% 정도 진심인 사람이었다. 22년에서 23년 동안 새로 나오던 기술들...라고 해봐야 스테이블 디퓨전으로 친구들 가상 여자친구 만들어주기, 미드저니로 가상 동화 만들기나 하며 놀던 게 다였다. 거기에 Chat GPT3 무료 들어가서 심심이처럼 놀다 보니 씨잘데기 없이 전문성 하나 없는 수박 겉핥기 지식만 늘어나있던 상태였다. 근데 그런 내가 어쩌다 대표님... 생활생활, 습관 사람들은 이상하게 생각하는 게 있다. 내가 4년 동안 운동했다고 말로만 들으면 헬창인 줄 알다가 정작 만나보면 그냥 일반인이네 하며 넘기는 거다. 근데 웃긴 건 소위 말하는 몸 뿜뿜 하시는 헬창분들은 정말 하루(까진 아니더라도 반나절 가까이)를 거기에 다 태울 정도로 어마무지하게 열심히 하신다. 시간과 노력이 모두 배어있듯이. 나는 그 정도는 당연히 아니다. 분할해 둔 루틴에 맞춰 하루 1시간 내외 운동하며 내 건강을 챙기는 정도의 운동인이었다. 보이는 건 근육빵빵맨들에 비해 형편없을지 몰라도 4년이란 시간은 물... 벚꽃마라톤 여자친구 말로는 이런 벚꽃마라톤은 부담 갖지 말고 뛰어도 되는... 대충 꽃맞이 마라톤 같은 것이라 하였다. 첫 마라톤을 준비하던 나의 당시 페이스는 무려 07:30 이였는데 나는 이 속도도 엄청 빠르다고 생각했다(ㅋㅋ). 페이스도 페이스이지만 일단 30분가량을 안 쉬고 뛸 수 있을지가 많이 걱정됐었는데 기존의 러닝 훈련은 인터벌 식으로 최종적으로 나중에 30분을 연달아 달릴 수 있는 체력을 기르는 시스템이다. 다만 내가 이 훈련의 중반부였던지라 연달아 30분을 뛰어본 적이 없어 공포감에 몸을 덜덜 거리고 있었는데 가서 준 3 들어서 런닝을 시작했다. 평소에도 체력이 저질이라 헬스를 하고 있었지만 그럼에도 살이 빠지지 않고 있던 터에 여자친구가 새로운 자극을 주게 되어(ㅈㅂ이라며 놀림) 시작하게 되었다. 평소에 상체세트 2개, 하체 1개 루틴의 3분할 식 운동을 하고 있었기에 달리기 따위 뭐 얼마나 힘들겠냐며 시작했으나 런닝머신 위에서의 내 모습은 그녀가 말한 ㅈㅂ마냥 기계 위에서 쿵쿵거리며 헐떡이기 바빴다. 하루 많게는 1시간 30분씩 운동하던 나인데 꼴랑 1분 뛰고 1분 걷는 5개 세트조차도 너무나 버거웠다. 내가 할 수 있을까? 나도 3K, 러닝 AI 강의 2024.05.25 브런치스토리 검색 더보기 story.kakao.com 구미시청 구미시청 - 카카오스토리 2 수업장소 : 구미어린이과학체험관 잼랩(양포도서관 내) 수업내용 - AI에 대한 이해력 제고와 빅데이터 머신러닝 활용 방법에 대한 이해 - 오렌지 프로그램을 이용해 빅데이터 활용법을 익히고 사회 현상이나 문제... 2024.05.02 카카오스토리 검색 더보기
서비스 안내 Kakao가 운영하는 책 서비스 입니다. 다른 사이트 더보기 혼자 공부하는 머신러닝+딥러닝 저자 박해선 출간 2020.12.21. 도서 23,400원 e북 18,720원 머신 러닝 저자 피터 플래치 출간 2016.1.27. 도서 29,700원 핸즈온 머신러닝 저자 오렐리앙 제롱 출간 2018.4.27. 도서 29,700원 파이썬 머신러닝 완벽 가이드(데이터 사이언스 시리즈 31) 저자 권철민 출간 2019.2.28. 도서 34,200원 머신 러닝(Machine Learning) 저자 케빈 머피 출간 2015.8.31. 도서 54,000원 머신러닝 저자 아라키 마사히로 출간 2019.5.22. 도서 13,500원 어서와~ 머신러닝은 처음이지?(내꺼하자! 머신러닝!) 저자 양지헌 출간 2016.12.21. 도서 26,100원 25시간만에 배우는 머신러닝 예제: MATLAB 활용 저자 김준석 외 출간 2017.9.1. 도서 15,000원 머신러닝(2학기, 워크북포함) 저자 이관용, 박혜영 출간 2022.7.25. 도서 21,200원 e북 16,200원 파이썬을 이용한 통계적 머신러닝 저자 박유성 출간 2020.2.20. 도서 28,130원 더보기 (주)카카오는 상품판매의 당사자가 아닙니다.법적고지 안내 (주)카카오는 통신판매중개자로서 통신판매의 당사자가 아니며 상품의 주문 배송 및 환불 등과 관련한 의무와 책임은 각 판매자에게 있습니다.
AI타임스 www.aitimes.com/ 인공지능 미디어, AI, IOT, 로봇, 딥러닝, 머신러닝, 빅데이터. 전화고객센터: 02-2655-2663 채널 장소 파이썬 머신러닝 pypjct.tistory.com/ 신청자 작성 티스토리 파이썬,머신러닝,텍스트마이닝,크롤링. 코드스쿼드 codesquad.kr/ 개발자, 머신러닝, 웹, 모바일개발 교육 프로그램 제공. 채널 사이트 더보기
서비스 안내 Melon Company가 운영하는 음악 서비스입니다. 다른 사이트 더보기 러닝머신 kumira 앨범 눈물 가득한 음악 집 2021.11.27. 러닝머신 (Feat. Soulman) 키비 앨범 Lost & Found 2013.12.13. Year Of The Boomerang Rage Against The Machine 앨범 하이어 러닝 OST 1994. 러닝머신 운동하기 좋은 날 (Good day to move) 앨범 재즈와 운동하기 좋은... 2017.11.17.
정보제공
뉴스
사이트
이미지
쇼핑
장소
같이가치
- 아프리카 학생들의 꿈의 빛을 밝혀주세요.
융합하고 실생활에서 과학과 기술의 활용을 생각할 수 있는 교육을 준비하고 있습니다. 또한, 현미경을 이용한 수업, 수학과 머신러닝을 결합한 노트북을 이용한 수업, 수용액을 이용한 앙금 생성반응 등 탄자니아에서 쉽게 접할 수 없는 다양한 수업도
2022 PNU-VIT 달성률 모금완료 총 모금액 995,800원